pip/conda国内镜像--安装包提速
python安装：
华为镜像： https://mirrors.huaweicloud.com/python/
tar -xvzf Python-3.6.4.tgz cd Python-3.6.4 ./configure --with-ssl make sudo make install
# sudo apt-get install libffi-dev #可能要先装这个库
对于Python开发用户来讲，PIP安装软件包是家常便饭。但国外的源下载速度实在太慢，浪费时间。而且经常出现下载后安装出错问题。所以把PIP安装源替换成国内镜像，可以大幅提升下载速度，还可以提高安装成功率。
国内源：
新版ubuntu要求使用https源，要注意。
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
临时使用：
可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple
例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider ，这样就会从清华这边的镜像去安装pyspider库。
永久修改，一劳永逸：
Linux下，修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”，表示是隐藏文件夹)
内容如下：
[global]
index-url = https://repo.huaweicloud.com/repository/pypi/simple
trusted-host = repo.huaweicloud.com
timeout = 120
正常我是用豆瓣:
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。内容同上。
conda
环境操作
# 创建一个名为 python34 的环境，指定 Python 版本是 3.4（不用管是 3.4.x，conda 会为我们自动寻找 3.4.x 中的最新版本） conda create --name python34 python=3.4 # 安装好后，使用 activate 激活某个环境 activate python34 # for Windows source activate python34 # for Linux & Mac # 激活后，会发现 terminal 输入的地方多了 python34 的字样，实际上，此时系统做的事情就是把默认 2.7 环境从 PATH 中去除，再把 3.4 对应的命令加入 PATH # 此时，再次输入 python --version # 可以得到 `Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了 3.4 的环境 # 如果想返回默认的 python 2.7 环境，运行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 删除一个已有的环境 conda remove --name python34 --all
包管理
# 安装 scipy conda install scipy # conda 会从从远程搜索 scipy 的相关信息和依赖项目，对于 python 3.4，conda 会同时安装 numpy 和 mkl（运算加速的库） # 查看已经安装的 packages conda list # 最新版的 conda 是从 site-packages 文件夹中搜索已经安装的包，不依赖于 pip，因此可以显示出通过各种方式安装的包
常用操作
# 查看当前环境下已安装的包 conda list # 查看某个指定环境的已安装包 conda list -n python34 # 查找 package 信息 conda search numpy # 安装 package conda install -n python34 numpy # 如果不用 - n 指定环境名称，则被安装在当前活跃环境 # 也可以通过 - c 指定通过某个 channel 安装 # 更新 package conda update -n python34 numpy # 删除 package conda remove -n python34 numpy
更新
# 更新 conda，保持 conda 最新 conda update conda # 更新 anaconda conda update anaconda # 更新 python conda update python # 假设当前环境是 python 3.4, conda 会将 python 升级为 3.4.x 系列的当前最新版本
# 在当前环境下安装anaconda包集合 conda install anaconda # 结合创建环境的命令，以上操作可以合并为 conda create -n python34 python=3.4 anaconda # 也可以不用全部安装，根据需求安装自己需要的package即可 #安装包和环境 可以合在一起的 # 指定python版本为2.7，注意至少需要指定python版本或者要安装的包# 后一种情况下，自动安装最新python版本 conda create -n env_name python=2.7 # 同时安装必要的包 conda create -n env_name numpy matplotlib python=2.7
设置镜像
# 添加 Anaconda 的 TUNA 镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA 的 help 中镜像地址加有引号，需要去掉 # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
参考： 使用 conda 管理 python 环境 Anaconda 使用总结
